مدل سازی موضوعی و تحلیل احساس های مشتریان با استفاده از روش های پردازش زبان طبیعی و یادگیری ماشین

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 52

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SJIE-41-2_004

تاریخ نمایه سازی: 14 مرداد 1405

چکیده مقاله:

در نوشتارحاضر، به بررسی و تجزیه­و­تحلیل نظرهای مشتریان پوشاک زنان با استفاده از روش­های یادگیری ماشین و پردازش زبان طبیعی پرداخته­ شده است. مدل­های یادگیری ماشین استفاده شده، شامل: ماشین بردار پشتیبان، رگرسیون لجستیک، درخت تصمیم، جنگل تصادفی، بیز ساده ی چندجمله­ای، بیز ساده ی مکمل، XGBoost ، و LightGBM بوده اند. به منظور برداری کردن و استخراج ویژگی متن نظرها از الگوریتم های TF-IDF و Word۲vec استفاده شده است. مدل­سازی موضوعی با استفاده از روش تخصیص دیریکله ی پنهان و خوشه­بندی K-Means انجام شده است. مجموعه ی داده ی استفاده شده مربوط به نظرهای پوشاک زنان و متغیر هدف، امتیازهای مشتریان در نظرها بوده است. مطالعه ی حاضر، در حالت های: دو­کلاسه، سه­کلاسه، و پنج­کلاسه انجام و در هر سه حالت، بهترین عملکرد مربوط به مدل جنگل تصادفی با دقت ۹۸/۰ در حالت دوکلاسه، ۹۵/۰ در حالت سه­کلاسه، و ۹۱/۰ در حالت پنج­کلاسه برآورد شده است.

نویسندگان

راضیه رحیمی

دانشکده مهندسی نساجی، دانشگاه صنعتی امیرکبیر، تهران، ایران

رضا قاسمی یقین

دانشکده ی مهندسی صنایع و سیستم های مدیریت، دانشگاه صنعتی امیرکبیر، تهران، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • منابع- ReferencesMabrouk, A., Redondo, R.P.D. and Kayed, M., ۲۰۲۱. Seopinion: ...
  • Huang, H., Asemi, A. and Mustafa, M.B., ۲۰۲۳, July. Sentiment ...
  • Kasimu, M., Hellen, N. and Marvin, G., ۲۰۲۳. Explainable sentiment ...
  • Zainal, S.R.M. and Xiang, C., ۲۰۲۳. Examining women’s e-commerce clothing ...
  • Lin, X., ۲۰۲۰, April. Sentiment analysis of e-commerce customer reviews ...
  • Kubrusly, J., Neves, A.L. and Marques, T.L., ۲۰۲۲. A statistical ...
  • Muniasamy, A. and Bhatnagar, R., ۲۰۲۲. Analyzing online reviews of ...
  • Sunil, N. and Shirazi, F., ۲۰۲۳, July. Customer review classification ...
  • Loukili, M., Messaoudi, F. and El Ghazi, M., ۲۰۲۳. Sentiment ...
  • Sharma, H., ۲۰۲۳. Using Topic Modeling for Extracting Customers’ Expectations: ...
  • Shetty, A.M., Aljunid, M.F., Manjaiah, D.H. and Shaik Afzal, A.M., ...
  • Shetty, A.M., Aljunid, M.F. and Manjaiah, D.H., ۲۰۲۳, February. Sentiment ...
  • Yabes, I., Aryanti, N., Pradana, R.J., Setiawan, K.E. and Hasani, ...
  • Shashank, S. and Behera, R.K., ۲۰۲۴. Factors influencing recommendations for ...
  • Padurariu, C. and Breaban, M.E., ۲۰۱۹. Dealing with data imbalance ...
  • Mahdikhani, M., ۲۰۲۳. Exploring commonly used terms from online reviews ...
  • Li, M., Zhao, L. and Srinivas, S., ۲۰۲۳. It is ...
  • Shobha Rani, V., Deepthi, K., Ramu, V. and Shirisha, G., ...
  • NICAPOTATO; Women’s e-commerce clothing reviews, ۲۰۱۸. https://www.kaggle.com/datasets/nicapotato/womens-ecommerce-clothing-reviews ...
  • Heng, Y., Gao, Z., Jiang, Y. and Chen, X., ۲۰۱۸. ...
  • Kim, S.W. and Gil, J.M., ۲۰۱۹. Research paper classification systems ...
  • Zhong, K., Jackson, T., West, A. and Cosma, G., ۲۰۲۴. ...
  • Vadivel, A., Meena, K., Sumathy, P., Selvaraj, H., Shanmugavadivu, P., ...
  • Cui, M., ۲۰۲۰. Introduction to the k-means clustering algorithm based ...
  • Januzaj, Y., Beqiri, E. and Luma, A., ۲۰۲۳. Determining the ...
  • Sarker, I.H., ۲۰۲۱. Machine learning: Algorithms, real-world applications and research ...
  • Pedregosa, F., ۲۰۱۱. Scikit‐learn: Machine learning in python Fabian. Journal of ...
  • Noor, A. and Islam, M., ۲۰۱۹, July. Sentiment analysis for ...
  • Chrismanto, A.R., Sari, A.K. and Suyanto, Y., ۲۰۲۳. Enhancing spam ...
  • نمایش کامل مراجع